<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
       
        

        <sub id="3jag6"><p id="3jag6"></p></sub>
          <style id="3jag6"></style>
          
国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女































          
    
          

        
       



    
          

          






    
    
    
    Document
    




          
    
          
        
          
            
        
          
        
          
            
        
          
    
          
    
          
        
          
            拖動滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁
        專利交易
        IP管家助手
        科技果

        科技人才

        科技服務
        國際服務
        商標交易
        會員權(quán)益
        需求市場

        
        關于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      一種基于雙域特征融合的紅外小目標檢測方法，包括：步驟1：將紅外圖像輸入網(wǎng)絡的編碼器模塊，依次提取并輸出四個階段的多尺度特征圖，用于表征不同層級的空間信息；步驟2：將步驟1中編碼部分第四階段的輸出特征圖送入瓶頸層模塊，經(jīng)過瓶頸層模塊的特征提取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種大視角多視圖工業(yè)零件螺絲孔位匹配方法，包括建立雙層調(diào)度模型，首先，在生產(chǎn)車間傳輸帶的不同視角布置攝像頭，采集多視圖汽車零件圖像，通過隨機單應性變換制作數(shù)據(jù)集，對E?LoFTR模型進行訓練，提升模型適應能力；隨后選取同一時刻兩...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于共識引導的水下高光譜圖像聚類方法，包括：引入填充矩陣進行視圖重構(gòu)并恢復缺失像素，以學習像素間的親和表示；將凈化后的特定視圖的親和表示分解為具有線性關系的共識表示和特異性表示；構(gòu)建高階視圖交互模塊，在共識表示的指導下學習具...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多尺度錨圖的水下高光譜圖像聚類方法，屬于水下圖像處理技術領域。主要包括：對水下高光譜圖像進行超像素分割；對分割后的高光譜圖像進行噪聲去除處理；學習去噪后的高光譜圖像的多尺度錨圖；對多種尺度錨圖進行矩陣分解，獲取超像素點的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于深度學習的浮游生物智能化檢測方法，包括獲取浮游生物的圖像，輸入至訓練好的檢測模型，得到圖像中浮游生物的位置和類別。本基于深度學習的浮游生物智能化檢測方法通過對比學習模塊和重建圖像模塊相結(jié)合，通過多模態(tài)特征融合增強模型表征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N基于自適應步長切片策略的遙感訓練樣本自動生成方法，涉及遙感影像處理領域，方法包括：獲取多源遙感數(shù)據(jù)并進行融合，得到融合影像；獲取地物標簽數(shù)據(jù)并進行柵格化處理，將地物標簽數(shù)據(jù)轉(zhuǎn)換為與所述融合影像對齊的標簽柵格影像，得到融合影像...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種用于鉛基堆SGTR事故模擬研究的氣泡識別方法，涉及目標檢測技術領域，包括：搭建可視化的用于鉛基堆SGTR事故模擬實驗平臺，采集事故模擬實驗中的氣泡圖像并進行預處理；構(gòu)建鉛基堆SGTR事故模擬實驗氣泡圖像數(shù)據(jù)集；在傳統(tǒng)yolo...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      融合局部密度與幾何特征的桿狀物識別方法，包括以下步驟：對點云數(shù)據(jù)進行預處理；針對點云數(shù)據(jù)的分布密度不同制定不同的分割條件，對點云簇進行自適應的區(qū)域生長分割；對分割好的點云簇進行性狀約束，以識別其中的桿狀物目標；對相似的點云簇進行分布密度數(shù)據(jù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于YOLOv8模型的餐食識別與卡路里估算方法及系統(tǒng)，通過輸入餐食圖像，基于YOLOv8模型實時檢測圖像中的食物、識別食物類別，結(jié)合食物的烹飪方式和分量信息，動態(tài)計算卡路里含量，實現(xiàn)了準確識別餐食場景食物和高效估算卡路里的功...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于圖像識別批改答題內(nèi)容的方法及系統(tǒng)，屬于圖像識別技術領域。其中，該方法包括：獲取答題內(nèi)容圖像，通過預處理答題內(nèi)容圖像得到答題內(nèi)容基準圖像；通過級聯(lián)識別架構(gòu)識別答題內(nèi)容基準圖像提取待批改內(nèi)容；獲取標準答案，通過語義相似度模型計...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于校園信息安全的管理方法，包括：獲取學生的原始信息圖像，基于圖像分塊機制將原始信息圖像拆分為若干個原始像素塊；構(gòu)建多維噪聲模型，從多維噪聲模型中提取對應的噪聲數(shù)據(jù)并注入對應的原始像素塊中；對注入后的原始像素塊進行重新融合，并...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于多模態(tài)感知的LED顯示屏環(huán)境交互系統(tǒng)及控制方法。所述系統(tǒng)包括：多模態(tài)感知模塊，用于獲取LED顯示屏的環(huán)境信息；用戶位置分布包括用戶分布熱區(qū)圖、區(qū)域目標向量和干擾指數(shù)；環(huán)境融合感知模塊，用于根據(jù)環(huán)境光照強度、環(huán)境溫度狀態(tài)、區(qū)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于交通狀態(tài)統(tǒng)計的道路降噪控制方法及系統(tǒng)，涉及道路降噪控制領域，方法包括：采集目標道路的實時交通狀態(tài)和實時關聯(lián)交通狀態(tài)，通過交通狀態(tài)預測器，預測獲取未來時段的目標道路的預測交通狀態(tài)；通過噪聲特征模擬通道，根據(jù)預測交通狀態(tài)分析...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于衛(wèi)星遙感與環(huán)境DNA測序的生物多樣性調(diào)查監(jiān)測方法，包括：步驟S1，獲取生境遙感數(shù)據(jù)和環(huán)境DNA數(shù)據(jù)；步驟S2，對獲取的數(shù)據(jù)進行預處理，并與公共基因數(shù)據(jù)庫進行比對，獲得物種分布數(shù)據(jù)；步驟S3，對生境遙感數(shù)據(jù)與環(huán)境DNA數(shù)據(jù)進行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于集成學習預測水稻中鎘和砷含量的方法和系統(tǒng)，包括：將影響因素和對應的rCd和rAs含量數(shù)據(jù)輸入并訓練集成EL模型的第一基模型，得到第一預測結(jié)果，計算并排序各個影響因素的第一重要性量化數(shù)據(jù)；對各個影響因素數(shù)據(jù)進行加權(quán)，將加權(quán)后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及鉛鋅礦床資源勘查技術領域，且公開了一種利用機器學習和閃鋅礦微量元素判別礦床類型的方法。該方法利用全球范圍內(nèi)不同類型鉛鋅礦床中閃鋅礦的多元素數(shù)據(jù)建立數(shù)據(jù)集，使用基于Tree?structured Parzen Estimator優(yōu)化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明的一種多模態(tài)生物反饋的過敏防御按摩控制方法，實時采集用戶按摩過程中的多模態(tài)數(shù)據(jù)，確定用戶按摩前是否已出現(xiàn)過敏癥狀，當用戶按摩前已出現(xiàn)過敏癥狀時，將采集的第一時刻的多模態(tài)數(shù)據(jù)輸出為第一多模態(tài)數(shù)據(jù)；當用戶按摩前沒有出現(xiàn)過敏癥狀時，基于交感...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N基于環(huán)境風險因素的疾病空間分布分析方法以及裝置，通過構(gòu)建了一種整合病例數(shù)據(jù)、地理數(shù)據(jù)和環(huán)境數(shù)據(jù)的方法框架，在精細空間尺度上評估環(huán)境風險因素對疾病發(fā)病率空間分布的影響，細節(jié)方面考慮了環(huán)境風險因素的時空異質(zhì)性對疾病空間分布的影響...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及半導體刻蝕技術領域，具體而言，涉及一種半導體膜層的刻蝕方法及半導體工藝設備。其中，所述方法包括：主刻蝕步，向工藝腔室內(nèi)通入工藝氣體并激發(fā)產(chǎn)生等離子體，對附著于深槽結(jié)構(gòu)的表層及內(nèi)壁上部的目標膜層進行刻蝕；沉積步，在深槽結(jié)構(gòu)的表層氧化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及半導體技術領域，具體而言，涉及一種半導體工藝設備；該半導體工藝設備包括工藝槽、晶圓承載裝置和鼓泡裝置，晶圓承載裝置具有多個沿第一方向間隔設置的晶圓承載部，鼓泡裝置包括多個沿預設軌跡平行間隔設置的第一鼓泡管道，預設軌跡為開口朝上的凹...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	219
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
日本成aⅴ人片日本伦|
蜜桃无码一区二区三区|
玩爽少妇人妻系列视频|
亚洲aⅴ永久无码一区二区三区
|
亚洲国产成人无码电影|
久久久久免费看黄a片app|
亚洲成年轻人电影网站WWW|
亚洲熟妇大图综合色区|
亚洲精品你懂的在线观看|
亚洲精品av一区午夜福利|
中国丰满少妇人妻xxx性董鑫洁
|
水蜜桃精品综合视频在线|
国产做爰又粗又大又爽动漫|
精品久久久久久久久久久aⅴ|
国产精品午夜福利在线观看地址|
青青在线久青草免费观看|
欧美成人精品手机在线|
日本高清视频色欧WWW|
亚洲精品久久久久午夜福禁果tⅴ|
99精品国产一区二区三区2021|
成人亚洲一区无码久久|
日本精品一区二区三区四区
|
中文字幕亚洲精品乱码|
国产精品嫩草影院一二三区入口|
男人用嘴添女人私密视频|
国产精品二区中文字幕|
日本牲交大片免费观看|
九九热在线视频观看这里只有精品|
黑人又粗又大xxx精品|
丰满人妻妇伦又伦精品国产|
少妇人妻偷人偷人精品|
国产乱码人妻一区二区三区|
成人亚洲a片v一区二区三区动漫|
熟女系列丰满熟妇AV|
无码人妻精品一区二区三区66|
久久人妻夜夜做天天爽|
久久久九九精品国产毛片a片|
性激烈的欧美三级视频|
国产女人高潮视频在线观看|
成人片黄网站色大片免费毛片|
欧美高清精品一区二区
|